-
题名基于机器学习的TBM破岩效率预测模型研究
- 1
-
-
作者
刘俊峰
陈杜楷
区志钊
邹相荣
凌钧昊
叶梓健
-
机构
东莞理工学院、生态环境与建筑工程学院、广东省城市生命线工程智慧防灾与应急技术重点实验室
-
出处
《东莞理工学院学报》
2024年第1期103-108,共6页
-
基金
广东省自然科学基金联合基金项目(2022A1515110766)
广东省大学生创新创业训练计划(202211819083)。
-
文摘
在TBM施工中经常会遇到复杂地质环境,导致TBM自身设备参数受到干扰,因此有必要针对相应条件下TBM滚刀破岩效率变化规律展开分析研究。相较于传统钻爆法,TBM拥有掘进迅速,破岩时间短的优越性。因TBM的这一突出优越性,所以保障TBM破岩效率已成为研究的关键问题之一。本文依托重庆轨道交通十号线二期工程,以项目所在地采集的花岗岩为研究对象进行室内试验,基于二维节理岩体试验,引入机器学习的方法,基于优化的BP神经网络,建立TBM滚刀破岩效率预测模型,并对模型预测结果准确性进行验证。结果表明,本文预测结果准确度高,适用于TBM破岩效率预测,为TBM滚刀破岩效率预测方法研究提供了理论参考。
-
关键词
TBM
滚刀破岩
机器学习
效率预测
-
Keywords
rock breaking
machine learning
efficiency prediction
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-